开始使用免费开始使用

分割与人脸检测

之前，您已经学习了如何通过无监督的超像素分割来提升计算效率。在本练习中，您将把它应用起来！

使用 slic() 函数进行分割，在将图像传给人脸检测器之前先做预处理。

Young woman selfie
图像已预加载为 profile_image。

Cascade 类、来自 segmentation 模块的 slic() 函数，以及用于可视化的 show_detected_face() 函数均已导入。检测器已初始化，可通过 detector 直接使用。

本练习是课程的一部分

Python 图像处理

查看课程

练习说明

  • 应用超像素分割，并使用 slic() 获取分割结果（即标签）。
  • 使用 label2rgb() 得到分割后的图像，传入 segments 和 profile_image。
  • 使用检测器的多尺度方法检测人脸。

交互式实操练习

通过完成这段示例代码来试试这个练习。

# Obtain the segmentation with default 100 regions
segments = ____

# Obtain segmented image using label2rgb
segmented_image = ____(____, ____, kind='avg')

# Detect the faces with multi scale method
detected = detector.____(img=____, 
                                       scale_factor=1.2, 
                                       step_ratio=1, 
                                       min_size=(10, 10), max_size=(1000, 1000))

# Show the detected faces
show_detected_face(segmented_image, detected)
编辑并运行代码